KLASIFIKASI PENGADUAN PENGGUNA SUBSIDI BBM MENGGUNAKAN ALGORITMA NAÏVE BAYES

##plugins.themes.academic_pro.article.sidebar##

Published Aug 31, 2023
https://doi.org/10.56708/progres.v15i2.367
Download
PDF Full Text
Statistic
Vol 15 No 2 (2023): September

##plugins.themes.academic_pro.article.main##

Sainunu Boy
STMIK Profesional Makassar
Yuni
STMIK Profesional Makassar
Asri Yadi
STMIK Profesional Makassar

Abstract

Fuel subsidy program is one of the government programs aimed at helping people meet their daily transportation needs. However, there are still many obstacles faced by fuel subsidy users such as limited quota and lack of information about the program mechanism. Therefore, this study was conducted to predict the constraints faced by fuel subsidy users using Naïve Bayes algorithm. This study involved 100 respondents spread across Jabodetabek area and conducted an online survey as a data source. The result of data analysis showed that classification model using Naïve Bayes algorithm was quite good in predicting the constraints faced by fuel subsidy users with an average accuracy value of 0.82.Based on these results, it can be concluded that the fuel subsidy program still has several obstacles in its implementation so efforts need to be made to improve the effectiveness and efficiency of the program for more benefits to all levels of society.

##plugins.themes.academic_pro.article.details##

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

How to Cite
Boy, S., Yuni, & Yadi, A. (2023). KLASIFIKASI PENGADUAN PENGGUNA SUBSIDI BBM MENGGUNAKAN ALGORITMA NAÏVE BAYES. Jurnal Informatika Progres, 15(2), 1-7. https://doi.org/10.56708/progres.v15i2.367

References

[1] Budiarto, E., & Sari, D. P. (2019). Analisa Program Subsidi BBM Terhadap Pemenuhan Kebutuhan Transportasi Masyarakat Kota Surakarta (Studi Kasus: Mahasiswa UNS). Jurnal Ilmu Administrasi Bisnis, 8(1), 54-61.
[2] Hanafi, A., Pratama, R. C., & Lutfiani, N. (2021). Implementasi Algoritma Naïve Bayes Untuk Menganalisis Tingkat Kelulusan Mahasiswa Baru Menggunakan Basis Data MySQL Di STMIK Amikom Purwokerto Tahun Akademik 2019/2020.
[3] Hastuti, D., & Widyanto Irawan , B.S.Kom,M.T.I.(2016). Implementasi Algoritma Naive Bayes Untuk Prediksi Harga Saham Perusahaan Yang Listing Di BEI Pada Tanggal Berjalan.. Semnasteknomedia Online, 4(2), 1-8.
[4] Wibisono, Y., & Setiawan, A. (2019). Penerapan Algoritma Naive Bayes untuk Klasifikasi Teks dalam Analisis Sentimen pada Ulasan Produk. Jurnal Informatika Mulawarman, 14(2), 72-80.
[5] Kadir, A., & Pratama, R. C. (2020). Studi Kasus Penerapan Algoritma Naive Bayes Untuk Klasifikasi Berita Hoax Dalam Bahasa Indonesia Menggunakan Metode TF-IDF Dan PCA.
[6] Nurhayati, N., & Wibowo , H.S.Kom,M.T.I . (2016). Implementasi Algoritma Naïve Bayes untuk Prediksi Tingkat Kelulusan Mahasiswa Baru di STMIK AMIKOM Yogyakarta Tahun Akademik 2014/2015.. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 3(2).
[7] Riyanto, S., Fatmawati , E.P,S.Kom,M.T.I . (2017). Analisa Sentimen Terhadap Produk Smartphone Menggunakan Algoritma Multinomial Naive Bayes pada Twitter Bahasa Indonesia.. Jurnal Teknik Informatika dan Sistem Informasi(JUTISI), 3(2).
[8] Sugianto , G.A.M,Kom,M.T.I ., & Susilowati , M.F.,S.Si,Kom,M.T.I . (2020). Penerapan Metode Clustering - Naive Bayesian Classification dalam Identifikasi Program Studi Unggulan di Universitas Pembangunan Nasional "Veteran" Jakarta.. Prosiding Seminar Nasional Informatika (SEMNASTIKA), 1(1).
[9] Kusuma, A., & Prayitno, E. (2019). Analisis Pengaruh Subsidi Bahan Bakar Minyak Terhadap Perekonomian Indonesia: Studi Kasus Periode Tahun 2005-2017.
[10] Nabil, M.A., et al (2021). Implementasi Algoritma Naïve Bayes pada Kendala-kendala Pengguna Program Subsidi Bahan Bakar Minyak di Wilayah Jabodetabek.
[11] Rachmaniar , I.S.Kom,M.T.I . (2016). Implementasi Algoritma Naïve Bayes Untuk Klasifikasi Status Mahasiswa Pada Fakultas Teknik Universitas Negeri Malang.. Jurnal Ilmiah Teknologi Informasi Asia, 10(2).
[12] Yulianto , R.M.Kom,M.T.I . (2016). Analisis Sentimen Terhadap Produk Smartphone Android Menggunakan Metode Naive Bayes Classifier Dan Support Vector Machine.. Jurnal Sistem Informasi Bisnis, 1(2), 12-21.
[13] Kusumadewi, S., & Hartati, S. (2017). Data Mining: Teknik Pemanfaatan Data untuk Keperluan Bisnis.
[14] Nabil, M.A., et al (2021). Implementasi Algoritma Naïve Bayes pada Kendala-kendala Pengguna Program Subsidi Bahan Bakar Minyak di Wilayah Jabodetabek.
[15] Prasetio , A.M.Kom,M.T.I . (2016). Identifikasi Jenis Kelamin Berdasarkan Tinggi Badan Menggunakan Metode Decision Tree dan Naive Bayes.. Jurnal Teknologi Informasi dan Ilmu Komputer(JTIIK), 3(2).
[16] Wahidin , L.S.Kom,M.T.I . (2020). Analisis Sentimen Terhadap Brand Sepatu Adidas menggunakan Metode Support Vector Machine dan Naive Bayes Classifier.. Jurnal Ilmiah Informatika Global(IJIG), 13(2), 73-79.